第1章MATLAB简介 1
1.1 MATLAB概述 1
1.2 MATLAB的操作 2
1.2.1 MATLAB语言特点 2
1.2.2 MATLAB的M文件介绍 4
1.2.3 MATLAB的使用命令 7
1.2.4 MATLAB的输入与输出函数 11
1.3 MATLAB的矩阵运算及应用举例 13
1.4 MATLAB的向量运算 22
1.5 MATLAB的控制语句 24
1.5.1循环语句 24
1.5.2条件转移语句 25
1.6 MATLAB的绘图应用 27
第2章 模糊系统的理论基础 35
2.1模糊系统的概述 35
2.1.1模糊集 35
2.1.2模糊规则 35
2.1.3模糊推理系统 37
2.1.4模糊系统的非线性逼近 40
2.1.5模糊系统存在的问题 40
2.2模糊系统的集合 41
2.2.1经典集合及其特征函数 41
2.2.2模糊集合及其隶属度函数 41
2.2.3模糊集合的基本运算应用 45
2.3模糊关系的剖析 47
2.3.1模糊关系方程组与布尔型模糊关系方程 47
2.3.2模糊矩阵的幂运算及收敛性 47
2.3.3“如果-则”推理关系 57
2.4模糊扩展原理 70
2.5凸模糊集合 71
2.6模糊数 71
第3章 MATLAB结构模糊优化及系统设计 73
3.1模糊优化模型 73
3.1.1模糊优化设计的步骤 73
3.1.2建立数学模型的基本原则 73
3.1.3模糊优化基本概念 75
3.2模糊优化的分类 76
3.2.1对称模糊优化和非对称模糊优化 76
3.2.2模糊遗传算法 77
3.2.3其他方法 78
3.3单目标和多目标优化设计 78
3.3.1迭代法 78
3.3.2权重最大-最小法 82
3.3.3对称多目标模糊优化的求解 84
3.3.4多目标模糊优化的向量水平截集法 84
3.4用图形界面工具建立模糊系统 85
3.4.1模糊推理系统编辑器 85
3.4.2模糊规则编辑器 87
3.4.3隶属度函数编辑器 89
3.4.4模糊推理输入、输出曲面视图 90
3.5用命令函数实现模糊逻辑系统 91
3.5.1命令行函数使用示例 91
3.5.2使用MATLAB命令创建和计算模糊系统 94
3.5.3 MATLAB的FIS结构和存储 97
3.6模糊逻辑工具箱应用 99
3.6.1 MATLAB工具箱附带隶属度函数应用示例 99
3.6.2 FIS系统相关操作 109
3.6.3模型转换及矩阵操作类函数 115
3.6.4系统图形显示函数 118
3.6.5模糊推理运算、计算类函数 120
第4章 模糊控制器及控制系统的设计 126
4.1模糊控制系统的组成部分 126
4.1.1传统控制系统到模糊控制系统 126
4.1.2模糊控制器的结构 129
4.2控制器的输出形式 130
4.2.1位置式输出 130
4.2.2增量式输出 131
4.3 Mamdani型模糊控制的设计 131
4.3.1 Mamdani型模糊控制器的组成 131
4.3.2量化因子及比例因子 133
4.3.3模糊化及清晰化 136
4.3.4模糊自动设计的应用 138
4.4 T-S型模糊控制器的设计 143
4.4.1 T-S型模糊模型 143
4.4.2 T-S型模糊系统设计要点 147
4.5模糊控制系统设计应用举例 147
4.5.1温度控制系统 147
4.5.2控制系统性能解析 153
第5章MATLAB仿真的模糊控制系统设计 158
5.1 Simulink仿真简介 158
5.1.1 MATLAB中的仿真模块库 160
5.1.2仿真模型图的构建 161
5.1.3动态系统的Simulink仿真 167
5.2模糊控制系统的设计与MATLAB仿真 173
5.2.1 FIS与仿真的连接 174
5.2.2设计模型控制系统的Simulink模型图 177
5.2.3仿真对系统的分析 185
第6章C语言与模糊逻辑工具箱的接口应用 194
6.1 fis.c简介 194
6.2 fismain.c简介 200
6.3 MATLAB模糊推理系统C程序接口举例 201
第7章MATLAB模糊逻辑系统设计及应用 204
7.1自适应神经网络模糊系统设计 204
7.1.1自适应神经模糊系统简述 204
7.1.2 MATLAB的自适应神经模糊推理系统设计的anfis和 genfisl函数 206
7.1.3 MATLAB辅助ANFIS设计及应用 213
7.1.4 MATLAB工具箱的anfissedit图形界面工具 223
7.2 Sugeno型模糊推理系统的应用 229
7.2.1 Sugeno型模糊推理系统的应用举例 229
7.2.2 Sugeno型系统与Mamdani型系统的比较 232
7.3 MATLAB实现与模糊聚类应用 232
7.3.1 MATLAB图形化模糊聚类工具概述 233
7.3.2减法聚类及实例 234
7.3.3模糊C-均值聚类 241
7.4用ANFIS建立FIS举例 244
第8章 神经网络在MATLAB模糊控制设计中的应用 255
8.1神经网络的基本原理 255
8.1.1神经网络的发展史 255
8.1.2神经元生理结构 256
8.1.3神经元的功能特点 257
8.1.4神经元的数学模型 257
8.1.5神经网络模型的学习方法 259
8.1.6感知器的学习算法 261
8.1.7神经网络学习的梯度算法 263
8.1.8人工神经网络模型 265
8.1.9反射传播学习的BP算法 266
8.2模糊神经网络的应用 271
8.2.1算术模糊神经网络的应用 271
8.2.2逻辑模糊神经网络的应用 273
8.2.3混合模糊神经网络的应用 274
8.3遗传算法的应用 277
8.3.1遗传算法的概述 277
8.3.2遗传算法的原理 278
8.3.3模糊神经网络的遗传学习算法 280
8.4神经模糊控制系统 283
8.4.1神经模糊控制器 284
8.4.2神经模糊控制器的学习算法 288
8.4.3多种神经元组成的神经模糊控制器 290
第9章MATLAB模糊设计系统应用举例 295
9.1二关节机械手的逆运动学建模 295
9.1.1问题的全面分析 295
9.1.2 MATLAB自适应神经网络模糊系统 295
9.2模糊自适应消噪 301
9.2.1问题全面分析 301
9.2.2 ANFIS应用消噪 302
9.3小车倒摆模糊系统控制 306
9.3.1概述 306
9.3.2问题的全面分析 306
9.3.3 MATLAB建模设计 307
9.4模糊聚类在地质科学中的应用 315
9.4.1问题全面分析 315
9.4.2岩石的MATLAB模糊C-聚类 316
第10章 模糊理论及模糊优化的应用 320
10.1模糊理论在图像处理中的应用 320
10.1.1概述 320
10.1.2图像处理中的模糊理论 320
10.1.3模糊系统与神经网络的融合 321
10.1.4模糊神经网络的滤波器设计 322
10.2模糊优化的应用 325
10.2.1 MATLAB优化工具箱的应用 325
10.2.2闭式标准斜齿圆柱齿轮模糊优化举例 333
10.2.3普通圆柱蜗杆传动多目标模糊优化举例 339
参考文献 344